基于贝叶斯网络的智能故障诊断方法

首先提出了基于贝叶斯网络的智能故障诊断方法，它对于解决复杂设备诊断问题中存在的不确定性，关联性具有很大的优质。然后阐述了贝叶斯网络模型的数学描述及基于贝叶斯网络的故障诊断方法的基本思路和决策算法。最后以某型SINS／GPS组合导航系统的故障诊断应用实例说明了该方法的有效性。     

基于压缩感知的振动数据修复方法

为解决旋转机械振动信号丢失数据修复的问题,提出一种基于压缩感知原理的振动数据修复方法.首先对采集到的不完整信号进行处理,将无信息输入时刻对应的数据用零元素填充得到有损信号,以单位矩阵为基础,根据有损信号中零元素的位置信息,构造对应于压缩感知框架下的观测矩阵;再根据待修复信号的特点并结合先验知识,构造或选择能够对振动信号进行稀疏表示的字典矩阵;然后使用高效且稳定的追踪算法,根据有损信号、观测矩阵以及字典矩阵重构原始信号,实现丢失振动数据的修复.使用仿真数据检验方法的有效性;使用实测的轴承振动状态数据验证方法对于振动数据的适用性,并通过比较完整信号、有损信号和修复信号对应的时域和频域特征值来检验数据修复效果.实验结果表明:本文方法能够有效地实现丢失数据的修复,且从统计特征的角度来看,相比于有损信号,修复信号能够更为准确地描述真实完整的振动信号.     

变工况下旋转机械故障跟踪的相空间曲变方法

为实现在工况变化条件下对旋转机械的故障预测, 提出使用相空间曲变和平滑正交分解理论在变工况条件下跟踪旋转机械的故障演化过程. 首先在对目标系统的观测时间序列相空间重构的基础上, 通过量化相空间曲变构建信号损伤演化的跟踪函数, 为弥补累积模型误差和相空间点局部分布概率差异造成的误差, 将时间序列和相空间进行分割, 并以此构建跟踪矩阵; 再利用平滑正交分解方法将跟踪矩阵中分别由实际损伤劣化和工况变化造成的演化趋势进行分离, 根据平滑正交特征值提取出其中能够反映实际故障演化趋势的平滑正交分量; 最后以变转速情况下轴承外环故障退化的仿真信号为例验证算法的有效性. 计算结果表明: 本文提出的算法能够对旋转机械故障的演化趋势实现有效跟踪, 基本排除转速波动造成的工况变化影响. 关键词： 相空间曲变 平滑正交分解 变工况 故障跟踪     

线性非高斯序列的替代数据检验新方法

替代数据法作为检验时间序列非线性和混沌的统计方法获得了广泛的应用.由于原替代数据法的零假设为线性高斯过程,可能把线性非高斯过程,特别是非最小相位过程误判为非线性.为了解决这一问题,提出并详细推导了基于功率谱等价的非最小相位序列求逆方法;结合基于高阶累积量的非最小相位自回归滑动平均模型辨识方法,提出了检验序列是否为线性非高斯过程的替代数据生成新算法.仿真算例表明,上述方法成功地克服了原替代数据法的不足. 关键词： 替代数据 非线性检验 非最小相位 功率谱等价     

非最小相位线性非高斯序列的替代数据检验

替代数据法作为检验时间序列非线性和混沌的统计方法获得了广泛应用.常用的替代数据法的零假设为“原序列来自(经过单调静态非线性变换的)平稳线性高斯随机过程”.拒绝此假设,并不能说明序列必然来自确定性的非线性动力系统,非最小相位的线性非高斯序列也会导致基于相位随机化的替代数据检验拒绝此假设 关键词： 替代数据 时间序列分析 非线性 非最小相位     

双稳系统随机共振数值仿真中信号的过采样

数值仿真方法是非线性双稳系统随机共振研究中经常使用的方法。研究中发现，随机共振数值仿真时需要对信号过采样。但过采样的内在机制是什么，已有研究未能给出解释。通过对双稳系统数值仿真模型的稳定性进行分析，给出了系统的稳定性条件，解释了需要对信号过采样的原因。在此基础，已进行了数值仿真试验，数值仿真结果与理论分析结果相一致，为双稳随机共振系统数值仿真研究时的参数选择提供了依据。